一种基于多模态数据对齐的高性能情感分析方法、设备及介质

本发明公开了一种基于多模态数据对齐的高性能情感分析方法、设备及介质，其中方法包括：以ResNet‑50作为骨干网，提取多模态时间序列特征；将提取的时间序列特征输入到训练后DQN的状态表示层中，生成时间序列状态向量；利用DQN构建动作选择策略，得到最优的DTW距离，引导多模态时间序列状态向量对齐。本发明基于深度强化学习的高效多模态对齐方法，相比于传统的对齐方法，DQN算法能够智能地调整对齐路径，计算需求更低，智能化的对齐算法在多类型应用场景中更为适用。